Download PDF
Diabetologie und Stoffwechsel 2022; 17(05): 382-388
DOI: 10.1055/a-1744-2856
Positionspapier

Auto-Antikörper-Diagnostik in der Diabetologie – Aktueller Stand der Analytik und klinische Anwendung in Deutschland

Auto-Antibody Diagnostics in Diabetology – Current Status of Analytical Performance and Clinical Utility in Germany
Markus Thaler
1   Klinikum rechts der Isar der TU München, Institut für Klinische Chemie und Pathobiochemie, München, Germany
,
Marcel Roos
2   Diabeteszentrum Bogenhausen, München, Germany
,
Astrid Petersmann
3   Universitätsinstitut für Klinische Chemie und Laboratoriumsmedizin, Klinikum Oldenburg AöR, Oldenburg, Germany (Ringgold ID: RIN37099)
,
Jochen Seissler
4   Medizinische Klinik und Poliklinik, Klinikum der Ludwigs-Maximilians-Universität München, München, Germany
,
Andreas Peter
5   Institut für Klinische Chemie und Pathobiochemie/Zentrallabor, Universitätsklinikum Tübingen, Tübingen, Germany
6   Deutsches Diabetes Zentrum, (DZD), München Neuherberg/Institute for Diabetes Research and Metabolic Diseases of the Helmholtz Zentrum München, Universität Tübingen,
,
Rüdiger Landgraf
7   Deutsche Diabetes Stiftung, Düsseldorf, Germany
,
Ulrich A. Müller
8   Ambulante Versorgung, Praxis für Endokrinologie und Diabetologie, Jena, Germany
,
Dirk Müller-Wieland
9   Department für Medizin I, Universitätsklinikum RWTH Aachen, Aachen, Germany
,
Matthias Nauck
10   Universitätsmedizin Greifswald Institut für Klinische Chemie und Laboratoriumsmedizin, Greifswald, Germany (Ringgold ID: RIN560776)
,
Lutz Heinemann
11   Science Consulting in Diabetes GmbH, Kaarst, Germany
,
Erwin Schleicher
5   Institut für Klinische Chemie und Pathobiochemie/Zentrallabor, Universitätsklinikum Tübingen, Tübingen, Germany
6   Deutsches Diabetes Zentrum, (DZD), München Neuherberg/Institute for Diabetes Research and Metabolic Diseases of the Helmholtz Zentrum München, Universität Tübingen,
,
Peter Luppa
1   Klinikum rechts der Isar der TU München, Institut für Klinische Chemie und Pathobiochemie, München, Germany
› Author Affiliations
› Further Information
Also available at
    Permissions and Reprints

Zusammenfassung

Die Messung von spezifischen Autoantikörpern gegen beta-Zellproteine (beta-AAK) hat in den letzten Jahren das diagnostische Repertoire in der Diabetologie erweitert. Das Vorliegen von beta-AAK kann als erstes Stadium in der Entwicklung eines Typ-1-Diabetes mellitus (DM) gewertet werden, ohne dass Symptome bzw. metabolische Veränderungen vorliegen. Da sich diese oft Jahre vor der klinischen Manifestation in Personen mit hohem Erkrankungsrisiko nachweisen lassen, stellen sie wichtige prädiktive und frühdiagnostische Marker dar. Weiterhin kann die Bestimmung von beta-AAK zur Unterscheidung von Patienten mit einem Typ-1-DM auf der einen und Typ-2-DM und Maturity-Onset Diabetes of the Young (MODY) auf der anderen Seite indiziert sein. Auch für die Differenzialdiagnostik von Patienten mit Insulinmangel aufgrund einer autoimmunen Betazelldestruktion und von Patienten mit klinisch sehr ähnlichem „severe-insulin-deficient“-Diabetes, die aber beide eine unterschiedliche Prognose haben, ist die Antikörperdiagnostik zielführend. Die Abschätzung des Risikos für die Entwicklung eines Typ-1-DM bei Patienten, die an autoimmunen Endokrinopathien leiden, stellt einen weiteren Einsatzbereich für beta-AAK dar.

Analytisch sind die beta-AAK mit recht unterschiedlichen Methoden messbar; häufig aber weichen die erhaltenen Messergebnisse bei verschiedenen Testmethoden beträchtlich voneinander ab. Es müssen daher eigene Cut-off Werte vom beauftragten Labor definiert werden, um die erhaltenen Ergebnisse klinisch interpretieren zu können. Zur besseren Vergleichbarkeit der Messergebnisse gibt es derzeit international abgestimmte Harmonisierungsbestrebungen. Für teilnehmende Laboratorien angebotene Ringversuche für die Bestimmungen der Autoantikörper gegen Insulin (IAA), Insulinoma-Antigen 2 (IA-2), Zink Transporter-8 (ZnT8) und Glutamatdecarboxylase (GAD65) können die analytische Qualität ebenfalls verbessern.

Abstract

The measurement of specific autoantibodies against beta-cell proteins (beta-AAK) has expanded the diagnostic repertoire in diabetology in recent years. The presence of beta-AAK can be interpreted as the first stage of a type 1 diabetes mellitus (DM) without the presence of symptoms or metabolic changes. Since they can often be detected years before clinical manifestation in individuals at high risk of disease, they represent important predictive and early diagnostic markers. Furthermore, the determination of beta-AAK may be indicated for the differentiation of DM type 1 on the one hand and DM type 2 and Maturity-Onset Diabetes of the Young (MODY) on the other hand. Antibody diagnostics are also essential to distinguish “autoimmune insulin deficient” from “severe-insulin-deficient” patients, who are clinically very similar but have different prognosis. Estimating the risk of developing DM type 1 in patients suffering from autoimmune endocrinopathies is another area of application for beta-AAK.

Analytically, beta-AAK can be determined by very different methods; however, often the results obtained for different test methods are not comparable. Therefore, cut-off values have to be defined by the respective laboratory in order to be able to interpret the obtained results clinically. The comparability of the results is currently aimed at via internationally coordinated harmonization actions. Ring trials (Interlaboratory comparisons) offered to participating laboratories for the determination of antibodies against insulin (IAA), Insulinoma-Antigen 2 (IA-2), Zink transporter-8 (ZnT8) and glutamate decarboxylase (GAD65) can help to improve the analytical quality.

Schlüsselwörter

Diabetes mellitus - Autoantikörper - Harmonisierung - Richtigkeit - klinische Verwendung

Keywords

Diabetes mellitus - autoantibodies - harmonization - accuracy - clinical utility


Publication History

Received: 10 September 2021

Accepted after revision: 11 January 2022

Article published online:
17 February 2022

© 2022. Thieme. All rights reserved.

Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany

 

  • Literatur

  • 1 Ziegler AG, Nepom GT. Prediction and pathogenesis in type 1 diabetes. Immunity 2010; 32: 468-478
    CrossrefPubMedSearch in Google Scholar
  • 2 Ziegler AG, Bonifacio E, Group BBS. Age-related islet autoantibody incidence in offspring of patients with type 1 diabetes. Diabetologia 2012; 55: 1937-1943
    CrossrefPubMedSearch in Google Scholar
  • 3 Insel RA, Dunne JL, Atkinson MA. et al. Staging presymptomatic type 1 diabetes: a scientific statement of JDRF, the Endocrine Society, and the American Diabetes Association. Diabetes Care 2015; 38: 1964-1974
    Search in Google Scholar
  • 4 Ziegler AG, Kick K, Bonifacio E. et al. Yield of a public health screening of children for islet antibodies in Bavaria, Germany. JAMA 2020; 323: 339-351
    Search in Google Scholar
  • 5 Herold KC, Bundy BN, Long SA. et al. An anti-CD3 antibody, Teplizumab, in relatives at risk for type 1 diabetes. N Engl J Med 2019; 381: 603-613
    Search in Google Scholar
  • 6 Warshauer JT, Bluestone JA, Anderson MS. New frontiers in the treatment of type 1 diabetes. Cell Metab 2020; 31: 46-61
    CrossrefPubMedSearch in Google Scholar
  • 7 Nauck M, Gerdes C, Petersmann A. et al. Definition, Klassifikation und Diagnostik des Diabetes mellitus: Update 2020. Diabetologe 2020; 15: 9-17
    Thieme ConnectSearch in Google Scholar
  • 8 Hörber S, Achenbach P, Schleicher E. et al. Harmonization of immunoassays for biomarkers in diabetes mellitus. Biotechnol Adv 2020; 39: 107359
    CrossrefPubMedSearch in Google Scholar
  • 9 Lampasona V, Liberati D. Islet autoantibodies. Curr Diab Rep 2016; 16: 53
    CrossrefPubMedSearch in Google Scholar
  • 10 Miller WG, Tate JR, Barth JH. et al. Harmonization: the sample, the measurement, and the report. Ann Lab Med 2014; 34: 187-197
    CrossrefPubMedSearch in Google Scholar
  • 11 Mire-Sluis AR, Gaines Das R, Lernmark A. The World Health Organization international collaborative study for islet cell antibodies. Diabetologia 2000; 43: 1282-1292
    CrossrefPubMedSearch in Google Scholar
  • 12 Bonifacio E, Yu L, Williams AK. et al. Harmonization of glutamic acid decarboxylase and islet antigen-2 autoantibody assays for national institute of diabetes and digestive and kidney diseases consortia. J Clin Endocrinol Metab 2010; 95: 3360-3367
    CrossrefPubMedSearch in Google Scholar
  • 13 Bingley PJ, Bonifacio E, Mueller PW. Diabetes antibody standardization program: first assay proficiency evaluation. Diabetes 2003; 52: 1128-1136
    CrossrefPubMedSearch in Google Scholar
  • 14 Lampasona V, Pittman DL, Williams AJ. et al. Islet autoantibody standardization program 2018 workshop: interlaboratory comparison of glutamic acid decarboxylase autoantibody assay performance. Clin Chem 2019; 65: 1141-1152
    CrossrefPubMedSearch in Google Scholar
  • 15 Hörber S, Kaiser P, Achenbach P. et al. Neue Klassifikation des Diabetes mellitus – Anforderungen an Labormessgrößen. Diabetol Stoffwechs 2021; 16: 63-69
    Thieme ConnectSearch in Google Scholar
  • 16 Bonifacio E, Achenbach P. Birth and coming of age islet autoantibodies. Clin Exp Immunol 2019; 198: 294-305
    CrossrefPubMedSearch in Google Scholar
  • 17 [Anonym]. Richtlinie der Bundesärztekammer zur Qualitätssicherung laboratoriumsmedizinischer Untersuchungen – Rili-BÄK. Dtsch Ärztebl 2019; 116
    CrossrefSearch in Google Scholar
  • 18 Conrad K, Schößler W, Hiepe F. et al. Autoantibodies in organ specific autoimmune diseases. A diagnostic reference. 2nd ed. Lengerich: Pabst Science Publishers; 2017
    Search in Google Scholar
  • 19 Jones AG, McDonald TJ, Shields BM. et al. Latent autoimmune diabetes of adults (LADA) is likely to represent a mixed population of autoimmune (type 1) and nonautoimmune (type 2) diabetes. Diabetes Care 2021; 44: 1243-1251
    CrossrefPubMedSearch in Google Scholar
  • 20 Achenbach P, Hawa MI, Krause S. et al. Autoantibodies to N-terminally truncated GAD improve clinical phenotyping of individuals with adult-onset diabetes: action LADA 12. Diabetologia 2018; 61: 1644-1649
    CrossrefPubMedSearch in Google Scholar
  • 21 Ahlqvist E, Storm P, Käräjämäki A. et al. Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variables. Lancet Diabetes Endocrinol 2018; 6: 361-369
    CrossrefPubMedSearch in Google Scholar
  • 22 Buzzetti R, Tuomi T, Mauricio D. et al. Management of latent autoimmune diabetes in adults: a consensus statement from an international expert panel. Diabetes 2020; 69: 2037-2047
    CrossrefPubMedSearch in Google Scholar
  • 23 Mai K, Fassnacht M, Führer-Sakel D. et al. Diagnostik und Management endokriner Nebenwirkungen von Immuncheckpoint-Inhibitoren. Dtsch Ärztebl Int 2021; 118: 389-396
    PubMedSearch in Google Scholar